【推荐】视频目标分割基础

2017 年 9 月 19 日 机器学习研究会
【推荐】视频目标分割基础


点击上方 “机器学习研究会”可以订阅
摘要
 

转自:爱可可-爱生活

This is the first in a two part series about the state of the art in algorithms for Video Object Segmentation. The first part will be an introduction to the problem and it’s “classic” solutions. We will briefly cover:

  1. The problem, the datasets, the challenge

  2. A new dataset that we’re announcing today!

  3. The two main approaches from 2016: MaskTrack and OSVOS. These are the algorithms upon which all other works are based.

In the second part, which is more advanced, I will present a comparison table of all the published approaches to the DAVIS-2017 Video Object Segmentation challenge, summarize and highlight selected works and point to some emerging trends and directions.

The posts assume familiarity with some concepts in computer vision and deep learning, but are quite accessible. I hope to make a good introduction to this computer vision challenge and bring newcomers quickly up to speed.

Introduction

There are three classic tasks related to objects in computer vision: classification, detection and segmentation. While classification aims to answer the “what?”, the goal of the latter two is to also answer the “where?”, and segmentation specifically aims to do it at the pixel level.



Classical computer vision tasks (image from Stanford’s cs231n course slides)


In 2016 we have seen semantic segmentation mature and perhaps even begin to saturate existing datasets. Meanwhile, 2017 has been somewhat of a breakout year for video related tasks: action classification, action (temporal) segmentation, semantic segmentation, etc. In these posts we will focus on Video Object Segmentation.

The problem, the datasets, the challenge

Assuming reader familiarity with semantic segmentation, the task of video object segmentation basically introduces two differences:

  • We are segmenting general, NON-semantic objects.

  • A temporal component has been added: our task is to find the pixels corresponding to the object(s) of interest in each consecutive frame of a video.


链接(需翻墙):

https://medium.com/@eddiesmo/video-object-segmentation-the-basics-758e77321914


原文链接:

https://m.weibo.cn/1402400261/4153615126478249

“完整内容”请点击【阅读原文】
↓↓↓
登录查看更多
8

相关内容

ETS:European Test Symposium。 Explanation:欧洲测试研讨会。 Publisher:IEEE。 SIT: http://dblp.uni-trier.de/db/conf/ets/
小贴士
相关资讯
语义分割+视频分割开源代码集合
极市平台
35+阅读 · 2018年3月5日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
17+阅读 · 2017年12月17日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
5+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
17+阅读 · 2017年11月5日
一文带你入门视频目标分割(附数据集)
THU数据派
18+阅读 · 2017年10月10日
入门 | 一文概览视频目标分割
机器之心
8+阅读 · 2017年10月6日
【推荐】深度学习目标检测全面综述
机器学习研究会
17+阅读 · 2017年9月13日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
9+阅读 · 2017年9月3日
【推荐】深度学习目标检测概览
机器学习研究会
9+阅读 · 2017年9月1日
【推荐】全卷积语义分割综述
机器学习研究会
17+阅读 · 2017年8月31日
相关VIP内容
专知会员服务
47+阅读 · 2020年6月8日
专知会员服务
99+阅读 · 2020年3月12日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
61+阅读 · 2019年10月16日
深度学习视频中多目标跟踪:论文综述
专知会员服务
65+阅读 · 2019年10月13日
开源书:PyTorch深度学习起步
专知会员服务
31+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
74+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
27+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
44+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
47+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
54+阅读 · 2019年10月9日
相关论文
A Survey on Bayesian Deep Learning
Hao Wang,Dit-Yan Yeung
46+阅读 · 2020年7月2日
A survey on Semi-, Self- and Unsupervised Techniques in Image Classification
Lars Schmarje,Monty Santarossa,Simon-Martin Schröder,Reinhard Koch
82+阅读 · 2020年2月20日
Image Segmentation Using Deep Learning: A Survey
Shervin Minaee,Yuri Boykov,Fatih Porikli,Antonio Plaza,Nasser Kehtarnavaz,Demetri Terzopoulos
32+阅读 · 2020年1月15日
iSAID: A Large-scale Dataset for Instance Segmentation in Aerial Images
Syed Waqas Zamir,Aditya Arora,Akshita Gupta,Salman Khan,Guolei Sun,Fahad Shahbaz Khan,Fan Zhu,Ling Shao,Gui-Song Xia,Xiang Bai
7+阅读 · 2019年8月28日
Object Detection in 20 Years: A Survey
Zhengxia Zou,Zhenwei Shi,Yuhong Guo,Jieping Ye
38+阅读 · 2019年5月13日
AuxNet: Auxiliary tasks enhanced Semantic Segmentation for Automated Driving
Sumanth Chennupati,Ganesh Sistu,Senthil Yogamani,Samir Rawashdeh
4+阅读 · 2019年1月17日
Ankan Bansal,Karan Sikka,Gaurav Sharma,Rama Chellappa,Ajay Divakaran
6+阅读 · 2018年4月12日
Markus Schedl,Hamed Zamani,Ching-Wei Chen,Yashar Deldjoo,Mehdi Elahi
7+阅读 · 2018年3月21日
Gui-Song Xia,Xiang Bai,Jian Ding,Zhen Zhu,Serge Belongie,Jiebo Luo,Mihai Datcu,Marcello Pelillo,Liangpei Zhang
15+阅读 · 2018年1月27日
Kaiming He,Georgia Gkioxari,Piotr Dollár,Ross Girshick
7+阅读 · 2018年1月24日
Top